位置:成果数据库 > 期刊 > 期刊详情页
建筑物非线性变形动态预测的数据机理:自记忆模型
  • ISSN号:0023-074X
  • 期刊名称:《科学通报》
  • 时间:0
  • 分类:O343.2[理学—固体力学;理学—力学]
  • 作者机构:[1]北京工业大学抗震减灾研究所,北京100124, [2]北京工业大学建筑工程学院,北京100124
  • 相关基金:国家科技支撑计划(2009BAJ28B04,2011BAK07B01,2011BAJ08B03,2011BAJ08B05); 国家自然科学基金(51108428); 北京市博士后工作经费(2012ZZ-17); 中国博士后科学基金(2011M500199)资助
中文摘要:

综合考虑建筑物沉降变形时间序列的单调增长的特殊性和非线性特征,利用动态数据反演建模方法和自记忆性方程,提出了一种随机与动力相结合的建筑物非线性变形预测的数据机理:自记忆模型.该方法将观测到的建筑物沉降位移时序数据视为描写建筑物变形非线性动力系统的特解,运用反演动力模式方法导出系统的微分方程,通过引入记忆函数,将制约动力系统的微分方程推演成一个差分-积分方程,从而建立建筑物沉降非线性变形预测的动力系统自记忆模型.由于该模型用历史资料估计记忆系数,蕴含了历史资料中对预测有用的信息,所以能很好地预测出系统极值,克服了以统计为基础的预报模型在做多步预测时预测值偏向平均值的缺点,较以往单一的确定论或随机统计论预测方法具有更高的拟合精度和预测准确率.将该方法用于实际工程建筑物沉降变形预测,证明了该模型的有效性及可行性.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《科学通报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国科学院
  • 主编:周光召
  • 地址:北京东黄城根北街16号
  • 邮编:100717
  • 邮箱:csb@scichina.org
  • 电话:010-64036120 64012686
  • 国际标准刊号:ISSN:0023-074X
  • 国内统一刊号:ISSN:11-1784/N
  • 邮发代号:80-213
  • 获奖情况:
  • 首届国家期刊奖,中国期刊方阵“双高”期刊,第三届中国出版政府奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:81792